将数据框开始/停止时间转换为百分比箱答案

【问题标题】：Convert Data Frame Start/Stop times into percentage bins将数据框开始/停止时间转换为百分比箱
【发布时间】：2020-07-08 13:03:03
【问题描述】：

我想将开始/结束（或开/关）时间的数据帧转换为第二个数据帧，其中每个任意时间段的总“开启时间”百分比。在这种情况下，该时间段是一个小时。我已经编写了一个非常低效的解决方案，涉及循环，并且正在寻找更好的解决方案。

df1

| Start               | End                 |
|---------------------|---------------------|
| 2020-02-01T00:00:00 | 2020-02-01T02:40:00 |
| 2020-02-01T02:55:00 | 2020-02-01T03:17:00 |
| 2020-02-01T03:27:00 | 2020-02-01T04:12:00 |
| 2020-02-01T04:20:00 | 2020-02-01T04:29:00 |
| 2020-02-01T05:19:00 | 2020-02-01T05:23:00 |

df2

| Time                | Percent |
|---------------------|---------|
| 2020-02-01T00:00:00 | 1       |
| 2020-02-01T00:01:00 | 1       |
| 2020-02-01T00:02:00 | 0.750   |
| 2020-02-01T00:03:00 | 0.833   |
| 2020-02-01T00:04:00 | 0.350   |
| 2020-02-01T00:05:00 | 0.066   |

【问题讨论】：

df1['End'].sub(df1['Start'])/pd.to_timedelta('1H')?
感谢 Quang，但这仅告诉我每个开始/结束对的持续时间，并没有解决将“准时”分解为一小时长的垃圾箱的问题。 df2 的行数预计与 df1 不同。
( 100 * timedelta(hours=1) / (df1.End-df1.Start).resample('1H').sum() )?
你能提供一些示例数据吗？
感谢 jonnor，帖子中的两个表（df1 和 df2）是实际数据的一部分。

标签： python pandas dataframe time-series

【解决方案1】：

如果数据不是太大，解决这个问题的一种方法是在较低频率和 groupby 上重新采样：

s = pd.concat([pd.Series(pd.date_range(a,b, freq='S')) 
                  for a,b in zip(df1.Start, df1.End)],
              ignore_index=True
              )
s.groupby(s.dt.floor('H')).count()/3600

输出：

2020-02-01 00:00:00    1.000000
2020-02-01 01:00:00    1.000000
2020-02-01 02:00:00    0.750278
2020-02-01 03:00:00    0.833611
2020-02-01 04:00:00    0.350556
2020-02-01 05:00:00    0.066944
dtype: float64

【讨论】：

Quang 的方法不错，但数据实际上很大（以年为单位），因此存储行数 = 秒的数据帧不是我可以接受的方法。